破解工業裝備無人化關鍵難題：中科智云“讓工業裝備擁有感知力”

　　隨著工業4.0戰略的深入實施和人工智能、大數據、云計算等新技術的廣泛應用，中國智能制造裝備市場正迎來前所未有的發展機遇。與此同時，我國在大力推進工業領域大規模設備更新，引領制造業高端化、智能化、綠色化轉型。針對傳統工業自動化單場景定制、多場景適配難的行業痛點，中科智云科技有限公司（以下簡稱“中科智云”）秉持“立足場景，注重實效”的理念，致力于將AI前沿技術與工業裝備控制深度融合，以“讓工業裝備擁有感知力”為愿景，探索更多安全治理的AI力量。

　　近日，中科智云發布的一款以自研工業世界模型（WorldModelforIndustrialAI）為核心構建的工業裝備全域智能體（SIEA-CORE），通過內化底層物理規律實現技術突破，完成了從“場景專屬定制”到“全場景、全通用、全自主”升級，使其具備理解物理世界、預判動態過程的核心能力，助力傳統工業裝備實現從“人力操作”到“自主智能”的躍遷，既契合國家未來產業發展導向，也為培育新質生產力、推進工業產業升級注入了強有力的“硬核”AI動能。

　　中科智云首席產品官軒江在接受媒體聯合采訪時介紹，中科智云2018年成立至今已有8年，最初幾年專注于計算機視覺，開展了很多項目制工作。比如，為ToB應用積累出X-Brain無人平臺，通過行業領先算法在零樣本的情況下準確識別工業場景中的物體。在X-Brain平臺相對成熟了以后，面對新的應用場景，只需要錄入新的數據就可以滿足新的應用，形成了一個通用化解決方案。“在此基礎之上，中科智云漸漸進入了工業控制領域，把具身智能、視覺技術等領先科技應用到工業場景。”軒江說。

　　軒江認為，工業場景的核心分為兩塊：第一塊是現場感知，不管是一個工廠內部場景還是建筑工地、電廠、碼頭，都有同一套系統來識別場景里是有人或有運動的車以及其他設備在運作、在轉動，即在預測設備、規劃設備、運動途徑、運動方式時需要一套世界模型。第二塊是進入不同場景的順序從“難”向“簡”，中科智云首先構建出一個完整的系統，這個系統的一個子集可以應用到其他不同的場景，走出一條有別于友商的差異化路徑。

　　中科智云選擇先“難”后“簡”的發展路徑，源自一次合作需求。軒江介紹，最初該公司與一家大型國企開展合作科研項目，中科智云科技實力得到了這家大型國企的認可，于是雙方一起研制塔式起重機的全自主化方案。對于中科智云來說，優勢有兩個：第一個是長期專注于計算機視覺領域，在人工智能領域有很深的技術積累；第二個是對行業有一定的了解，學到了很多行業知識。“中科智云實現了從場景專屬定制到全場景、全通用、全自主升級，主要是開發人員在日常工作中形成了積累產品的心態和做事方式。”軒江說。

　　從智能塔吊切入破解工業裝備無人化落地難題

　　中科智云是全球性創新型人工智能科技公司，專注提供數字化生產與運營的行業算法及行業智能化應用開發平臺，圍繞“人員、設備、流程、環境”四大產品體系，為建造、交通、工業、能源等傳統行業提供全方位安全智理方案，助力建筑、港口、能源、鋼鐵、化工等行業轉型及發展。軒江告訴記者，中科智云長期深耕工業場景，積淀了海量高質量的實景應用數據，同時從國家和產業層面也涌現了巨大的需求，機構預測2030年我國工業智能化市場需求約為4.5萬億，因此確定“讓工業裝備擁有感知力”的發展定位就順理成章了。

　　對中科智云來講，原來在做計算機視覺方面產品時，機緣巧合發現要解決一個智能塔吊產品的無人化，必須“讓工業裝備擁有感知力”，這讓中科智云進入了工業領域。軒江表示，中科智云在耕耘工業領域的這些年里，發現工業場景可以劃分為兩類：一類是針對不同的工位做特定的功能，就是各種各樣的工位和各種各樣的機器完成任務；一類是通用任務，在不同的工位之間，運輸物料、原材料和零件半成品。

　　中科智云專注的領域是運輸類通用任務，即把物料或零件從一個工位安全運輸到下一個工位。這包括行車在工廠里運輸物料，起重機在建筑場地把鋼筋混凝土物料從地上運輸到需要的地方，裝卸船機把煤炭、鐵礦石從船上運到碼頭，取料機在電廠和碼頭把鐵礦石、煤炭等原材料運輸到傳送帶上。完成這些任務有一定的通用性，這就是中科智云“讓工業裝備擁有感知力”發展定位的一個重要考量。

　　有別于其他具身智能企業，中科智云沒有將重心放在大規模應用尚未成熟的機器人上，而是聚焦有真實場景、真實應用、真實收入的工業裝備AI化這片廣闊的“藍海”。軒江分析，要感知現場情況并預測機器運動物理規律，與人形機器人所采用的技術基本上吻合，中科智云采用了一些比較新的科技把產品成功做出來，之后逐步探索其他領域的應用，發現有很多場景可以復用。“假如中科智云一開始就走了比較簡單的捷徑，也許最終的開發成本會更高，因為從簡單向復雜，一開始設計的系統就不會有很多必要的設計。”軒江表示。

　　讓傳統工業在新科技浪潮中煥新升級

　　未來產業的核心競爭力源于前沿技術與真實產業場景的深度融合。中科智云在培育新質生產力方面，徹底革新了產業底層邏輯。軒江分析，很多工廠之所以難以改造，可能是因為設備運行一段時間后已經不是一臺新設備，而且場景處于深度融合的狀態。如果想用自動化方案來解決，就得建設新的工廠或者專門劃出一塊區域讓人和計算機、機器分離，這是很多工廠難以實現。“對于老舊設備場地的改造，是當前革新產業的重要底層邏輯。”軒江強調。

　　但并不是只有建設新工廠才能實現新質生產力。中科智云的出發點是：不管是新工廠還是老工廠，不管是人機混合作業場景還是其他場景，中科智云都可以將其安全的提升到下一代AI+狀態，而不必建設新的工廠。

　　數據采集是人工智能實現的前提條件，軒江表示，在工業領域，一個獨特的特點是危險數據比較少。第一是工業領域的大型設備，比如塔式起重機，不允許也不可能讓人去復現危險場景。第二是很多企業不愿意讓外人采集數據，因為設備內部往往包含一家企業自身的敏感信息。

　　針對工業領域的大型設備，中科智云實驗室里有一套1:15的模擬設備，包括小型塔式起重機以及行車，可以復現一些比較危險的操作，不會有任何安全顧慮。軒江認為，工業設備和人形機器人不太一樣，工業設備存在柔性連接，中科智云的大模型算法無需采集覆蓋所有場景的數據，在模擬器里可以實現很多高效的訓練。比如，在塔吊繩索鐘擺運動場景，中科智云用SIM2REAL模擬器，就能實現人形機器人行業不太關注的物理規律。

　　中科智云的設備像人一樣“看懂”周圍環境、預測并防止可能發生的碰撞，再通過“虛擬訓練+真實應用”技術，在數字世界里完成成千上萬次操作練習，從而在真實場景中精準、安全地完成任務。軒江表示，中科智云設備采集吊艙集成了激光雷達、位置傳感器、姿態傳感器、慣性傳感器、定位傳感器、深度攝像頭等設備，比人的適應能力更強，在極端情況下，人會停工但是設備能正常檢測。而且，設備能夠抵消外界環境產生的影響，比如下大雨的時候，中科智云的設備采集到的信號清晰度受大雨遮蔽達不到最低需求，設備就會自動停機、報警。

　　注重實效就是提升工作效率

　　中科智云在計算機視覺尤其是物體跟蹤和識別方面深耕多年，不僅在應用場景落地，而且在算法研究方面可以跟國外一些先進科研企業、科研院所“掰手腕”，這是中科智云具備的先行優勢。軒江告訴記者，由于種種原因，中科智云首先啃了一塊最難啃的骨頭，就是在開放環境下現場感知有各種各樣的情況，設計一個開放式的解決方案解決關鍵問題。“AI+在工業領域規模化應用方面已經突破了一些場景，并具備了泛化功能。”軒江表示。

　　第一個突破是配合其它傳感器，在一些非常復雜的場景下，準確識別出工業場景的物體，即通過識別加上大模型算法和安全套殼，實現設備自動化高效率運行，完成整個產業升級。第二個突破是具身智能技術，有些可能不適合直接在工業場景落地，比如跳舞機器人采用的強化學習算法，有時會產生類似大語言模型的幻覺，出現控制中不連貫的毛刺，這就得重新調整算法。

　　中科智云以物理世界為出發點，打造懂力學、懂環境、懂需求的工業自主智能體。軒江分析說，如果把大語言模型直接拿來用，會產生事故，在工業領域是不可接受的。中科智云取得的突破就是找到辦法，保證具身智能世界模型控制系統安全落地，這是中科智云在技術上的一項重要突破。他認為，具身智能在工業場景應用方面并沒有泡沫，不會像春晚機器人通過炫酷的表演吸引很多眼球，然后吸引大量投資造成行業泡沫。

　　中科智云以自研“人工智能工業世界模型”為技術底座，構建工業裝備“全域智能中樞”，為工業企業的數智化升級提供強有力的支持。軒江表示，人形機器人是未來的發展方向，目前有點像大語言模型，要開發通用人形機器人完成人的各種動作，但應用到工業領域還有很多工作要做。中科智云不直接去做人形機器人，因為在工業具身智能“賽道”上，客戶的第一個問題是究竟能達到什么樣的效果，第二個問題是如何在降本增效的情況下注重實效。注重實效就是提升工作效率。

　　轉自：中國工業新聞網

　　【版權及免責聲明】凡本網所屬版權作品，轉載時須獲得授權并注明來源“中國產業經濟信息網”，違者本網將保留追究其相關法律責任的權力。凡轉載文章及企業宣傳資訊，僅代表作者個人觀點，不代表本網觀點和立場。版權事宜請聯系：010-65363056。

延伸閱讀